JAVA 读取 Doc、Docx 及注意点-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_34461514/article/details/78756113

本文介绍了一种使用Java读取DOC和DOCX文档的方法，详细展示了如何通过不同类库处理这两种文档格式，并特别指出它们在换行符处理上的区别。此外，还提到了读取过程中需要注意的特殊字符问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

读取doc、docx、xls、xlsx文件所需的包（红框中）

通用的读取方法：

读取 doc

private static String contextOfDoc(File file){
		String str = "";
        try {
            FileInputStream fis = new FileInputStream(file);
            HWPFDocument doc = new HWPFDocument(fis);
            str = doc.getDocumentText();
            doc.close();
            fis.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
        return str;
	}

读取 docx

private static String contextOfDocx(File file){
		String str = "";
        try {
            FileInputStream fis = new FileInputStream(file);
            XWPFDocument xdoc = new XWPFDocument(fis);
            XWPFWordExtractor extractor = new XWPFWordExtractor(xdoc);
            str = extractor.getText();
            extractor.close();
            fis.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
	}